Leading-edge stereoscopic vision technology enables robots to perceive full 3D space.
Integrate stereoscopic vision technology and deep learning technology to build 3D semantic maps and empower robots with environmental cognition.
Input visual perception & cognitive information into the decision-making engine to empower robots with decision making capabilities in autonomous operations
The robot offers users a more natural human-robot interaction experience through stereo vision & decision intelligence technology.
“服务机器人在“冬风”之下,不断走红,是风口还是昙花一现?这无疑是不少人的疑问,而对于业内而言,这个问题INDEMIND早已论证。”
历经16天的精彩呈现,北京冬奥会终于圆满闭幕。回忆这段期间,可以说捧红了不少场外“明星”,除了冰墩墩,各类黑科技同样吸睛无数,在科技冬奥的背景下,AI、5G、XR、8K、3D打印、云、数字孪生、虚拟人等多种科技成果不断亮相,其中服务机器人更是在社交媒体中不断刷屏。
它们之中,有配送机器人、导引机器人、消毒机器人、还有巡检机器人等等,冬奥会期间分别负责了水下火炬传递、智慧餐厅、物流配送、防疫消毒等各环节,为冬奥会场服务提供了肉眼可见的助力。
事实上,随着近些年服务机器人智能化、功能表现不断提升,在疫情背景下,我国服务机器人市场经历了蓬勃发展。根据Wind数据显示,2021年服务机器人全年产量921.44万台,同比增长48.9%;且根据IFR统计,2016年以来,我国服务机器人市场规模年平均增长率达到27.5%,到2023年,我国服务机器人市场规模有望突破600亿元。
与此同时,我国的老龄化趋势还在不断加快,由此造成的劳动力短缺问题,已成为了现实性需求,根据第七次全国人口普查数据显示,我国60岁及以上人口的比重达到18.7%,其中65岁及以上人口比重达到13.5%,部分老龄化严重的城市及地区,60岁以上的老年人占比甚至超过了40%,劳动力减少,加上劳动力成本上升,寻找可替代劳动力已是当下需要解决的切实任务,而“以机换人”成为了大多数企业的首要选择。此外,服务机器人在劳动密集型行业之外的教育、医疗等领域同样需求庞大。从多种角度来看,服务机器人正迎来它的黄金发展期。
然而,大势虽到,市场发展仍存在挑战。不同于成熟的3C产业链,机器人较薄弱的基础产业链,上下游协同性不足,加之入局门槛极高,企业面临着技术、资金等多方压力,导致机器人产品从研发到量产,落地周期普遍较长,在市场不断倒逼产品更新迭代的背景下,较长的周期,意味着产品可能还未量产便已落后的尴尬处境。
如何缩短落地周期、降低入局门槛?
作为国内布局最早的机器人关键AI技术供应商之一,INDEMIND为行业赋能新技术。
立足产业链上游,INDEMIND已经深耕行业多年,坚持技术创新连续性,在机器人的导航、避障、决策、AI交互等关键技术和产品开发方面有着深层次积累,拥有面向机器人企业产品研发和持续性升级的全栈式技术能力。
在2021年,INDEMIND通过对自身技术接轨融合,并基于对市场的长期追踪,及对场景的深入理解,INDEMIND正式推出了RBN100商用机器人AI解决方案,能够实现自主导航、智能避障、AI识别、人机交互、智能决策及底层驱动等各种功能,是一套标准化的机器人整体解决方案。
据了解,该方案的产品架构基于INDEMIND标准化框架,采用标准化系统(INDEMIND OS)+标准化模组套件(包含传感器、计算单元、控制硬件、底盘驱动等)的组合,搭配成熟的硬件参考设计,在应用上不受环境、功能、个性化需求及外观选择等因素的限制,适用性和部署效率上得到极大提升,能够全面覆盖各类商用场景,服务全品类机器人。
“INDEMIND OS面向机器人的底层AI系统,能够赋能机器人AI能力,可为机器人提供完整、可靠的传感器数据处理、AI算法融合及业务逻辑执行能力,可为导航定位、图像识别、路径规划、智能决策等核心功能提供底层算法支持。”
需要提到的是,在基于INDEMIND标准化框架和对市场的先见性基础上,RBN100商用机器人AI解决方案除了能够为机器人实现各种基础核心功能外,还可满足对机器人从0到1后的持续性功能开发,打破了常规技术方案的功能局限性。
在部署效率上,配合INDEMIND标准化服务流程,企业拿到样机预期30天,最终量产预期100天,平均可缩短6-9个月的研发时间,节省80%接近千万级的研发成本。此外,采用以双目立体视觉为核心的导航模块,导航成本还可最多下降70%,整机成本可最多下降40%。
目前,RBN100商用机器人AI解决方案从2021年正式推向市场,已形成多个大规模行业订单,得到客户的广泛验证。未来,随着装机量不断上升,INDEMIND在部署效率和成本优势上还将进一步扩大,同时基于海量数据反哺,方案的智能性和功能表现还将不断提升。